基于孤立森林的多离群点数据检测算法设计
打开文本图片集
摘 要： 精准找出异常离群数据有利于确保大规模数据在应用中的精确度，为此，设计了基于孤立森林的多离群点数据检测算法。首先，采用近似符号聚合算法处理大规模数据的多条件时间序列，再通过计算欧氏距离分析多条件时间序列的相似度，而后采用加权调整法调整相似曲线，剔除其中的异常数据，完成对大规模数据的清洗；利用清洗后的数据构建孤立树形成孤立森林，将待检测数据作为孤立森林的输入量，通过计算数据样本点到每棵树根节点的距离，实现对离群点数据的检测。（剩余7638字）